Giờ đây, có một mô hình máy tính có thể giúp các nhà dự báo nhận ra các cơn bão lớn có thể xảy ra một cách nhanh chóng và chính xác hơn, nhờ vào một nhóm các nhà nghiên cứu tại Penn State, AccuWeather, Inc., và Đại học Almería ở Tây Ban Nha. Họ đã phát triển một khung dựa trên các phân loại tuyến tính học máy - một loại trí thông minh nhân tạo - phát hiện các chuyển động quay trong các đám mây từ các hình ảnh vệ tinh có thể không được chú ý. Giải pháp AI này chạy trên siêu máy tính Bridges tại Trung tâm siêu máy tính Pittsburgh.

Việc dự báo tốt nhất là sự kết hợp càng nhiều dữ liệu càng tốt. Có quá nhiều tham số để theo dõi, vì bầu không khí vô cùng phức tạp. Bằng cách sử dụng các mô hình và dữ liệu có được, các nhà khoa học có thể có một cái nhìn toàn cảnh nhất về bầu khí quyển.

Trong nghiên cứu của họ, các nhà nghiên cứu đã làm việc với Wistar và các nhà khí tượng học khác của AccuWeather để phân tích hơn 50.000 hình ảnh vệ tinh thời tiết lịch sử của Hoa Kỳ. Trong đó, các chuyên gia đã xác định và dán nhãn hình dạng và chuyển động của các đám mây "hình dấu phẩy". Những mô hình đám mây này có liên quan chặt chẽ với sự hình thành lốc xoáy, có thể dẫn đến các sự kiện thời tiết khắc nghiệt bao gồm mưa đá, giông bão, gió lớn và bão tuyết.

Sau đó, bằng cách sử dụng thị giác máy tính và kỹ thuật học máy, các nhà nghiên cứu đã dạy máy tính tự động nhận dạng và phát hiện các đám mây hình dấu phẩy trong ảnh vệ tinh. Các máy tính sau đó có thể hỗ trợ các chuyên gia bằng cách chỉ ra trong thời gian thực, trong một biển dữ liệu, họ có thể tập trung sự chú ý của mình để phát hiện sự khởi đầu của thời tiết khắc nghiệt.

Các nhà nghiên cứu phát hiện ra rằng phương pháp của họ có thể phát hiện hiệu quả các đám mây hình dấu phẩy với độ chính xác 99%, trung bình 40 giây cho mỗi dự đoán. Nó cũng có thể dự đoán 64 phần trăm các sự kiện thời tiết khắc nghiệt, vượt trội so với các phương pháp phát hiện thời tiết khắc nghiệt khác hiện có.